V4.1 冲上 LiveBench 第五:Agentic Coding 登顶,比 Astra 高 20 分
teortaxesTex · x · 2026-09-11
teortaxesTex 观察 Artificial Analysis 榜单:V4.1 在 LiveBench 排第 5,仅次于 Astra、两款 Fables 以及 Muse Spark 1.3。其排名高度依赖 Agentic Coding——在该单项上 V4.1 排第一,而 Fable 5.1 仅第 11,Astra 低 20 分。作者调侃发布方 Bindu「还挺有幽默感」,暗示刷分策略的针对性。
所属事件:V4.1登顶LiveBench编程榜位列总榜第五(2 条相关)→
「模型」频道最新
- GPT-6.1 Terra 控制真机器人胜过 Opus 5.5,较三月前提升 3.7 倍 — ycombinator · 2026-10-28
- Kimi 发布 K3.1 Pro：3T 级开源权重模型，100 万上下文幻觉降 65% — NVIDIAAI · 2026-10-28
- OpenSIR 自博弈框架：LLM 无需训练数据自学数学推理 — PMinervini · 2026-10-28
- Claude Opus 5.5 从二进制重建 SQLite 等程序,ProgramBench 得分 18.5% — winer666 · 2026-10-28
- Codex 后台任务一夜烧光 500 美元周额度外加 75000 credits — sethlazar · 2026-10-28
- 用 $TAO 两分钟上手开源模型：Bittensor 侧链 SN53 实测体验 — markjeffrey · 2026-10-28